Hive para principiantes enseña a consultar archivos almacenados con Apache Hive y SQL. Partiendo de pedidos de una empresa minorista, conectará CSV con tablas, calculará ventas pagadas y entregará un informe regional que puede reconstruir.
El curso combina 8 laboratorios guiados y 2 desafíos. Los conceptos se explican antes de utilizarlos y los desafíos aplican lo aprendido a entradas nuevas. Los datos pequeños permiten comprobar las respuestas a mano.
Lo que aprenderás
Al completar este curso, podrá:
- inspeccionar columnas y ejecutar SQL guardado mediante Beeline;
- vincular CSV con tablas externas y distinguir metadatos de registros;
- filtrar filas, tratar NULL y calcular agregaciones de ventas con decimales;
- unir datos de clientes y comprobar si las claves conservan las filas previstas;
- registrar particiones por fecha e inspeccionar las que selecciona una consulta;
- reconstruir tablas ORC sin acumular duplicados y diagnosticar errores de interpretación, ubicación y particiones.
A quién va dirigido este curso
Para principiantes en análisis o ingeniería de datos que quieren consultar archivos y crear informes por lotes reproducibles.
Requisitos previos: Uso básico de terminal y lectura de tablas. No requiere SQL, Hadoop, Java ni Python previos.
Entorno de aprendizaje: LabEx proporciona una terminal Linux en el navegador con Hive, HDFS y servicios preparados. Cada actividad incluye sus datos; la administración de clústeres de producción queda fuera del curso.
Preguntas frecuentes
¿Debo aprender SQL o completar el curso de Hadoop primero?
No. Basta con usar la terminal a nivel básico y saber leer una tabla; el curso introduce el SQL que utiliza. Estudiar Hadoop antes aporta contexto sobre HDFS, pero cada actividad de Hive prepara su propio entorno y sus datos.
¿En qué se diferencia Hive de las operaciones de Hadoop presentadas antes?
La práctica de Hadoop se centra en archivos y trabajos por lotes. Aquí, Hive relaciona los archivos almacenados con tablas para consultarlos mediante SQL y crear informes de ventas. Aprenderá la relación entre metadatos, ubicaciones de archivos y particiones.
¿Necesito instalar Hive o conectarme a una base de datos de empresa?
No. LabEx proporciona Hive, los servicios necesarios y los datos de práctica en el navegador. Trabajará con archivos y tablas de ventas preparados; no necesita datos empresariales ni un clúster de producción.
